Η κινεζική εταιρεία τεχνητής νοημοσύνης Zhipu AI παρουσίασε το νέο της ναυαρχικό μοντέλο, το GLM-5, το οποίο υπόσχεται επανάσταση στις δυνατότητες κωδικοποίησης, καθώς η χώρα ετοιμάζεται για την περίοδο των εορτασμών. Σε μια αγορά που κυριαρχείται από την έντονη ανταγωνιστικότητα μεταξύ των κινεζικών τεχνολογικών εταιρειών, το GLM-5 αναμένεται να κάνει την εμφάνισή του πριν από την Κινεζική Πρωτοχρονιά.
Η Zhipu AI, γνωστή διεθνώς και ως Z.ai, δήλωσε ότι το GLM-5 σηματοδοτεί μια στροφή στην ανάπτυξη της τεχνητής νοημοσύνης, μεταβαίνοντας από την «αόριστη κωδικοποίηση» στην «μηχανική αυτοματοποιημένης κωδικοποίησης» σε μεγαλύτερη κλίμακα, χάρη στις βελτιωμένες επιδόσεις του νέου της μοντέλου. Η εταιρεία ισχυρίζεται ότι, σύμφωνα με εσωτερικές δοκιμές, το GLM-5 επιτυγχάνει κορυφαίες βαθμολογίες για ανοιχτά μοντέλα σε κρίσιμους τομείς όπως η κωδικοποίηση και η μηχανική αυτοματοποίησης, ξεπερνώντας μάλιστα ακόμα και το πανίσχυρο μοντέλο της Google DeepMind, το Gemini 3 Pro.
Ωστόσο, όπως παραδέχεται η ίδια η εταιρεία, το μοντέλο υστερεί σε σχέση με το Claude της Anthropic, ένα κλειστό μοντέλο που θεωρείται παγκοσμίως το κορυφαίο για κωδικοποίηση, σε όλες τις μετρήσεις αναφοράς για την κωδικοποίηση. Το νέο μοντέλο διπλασιάζει σχεδόν το μέγεθος του προκατόχου του, GLM-4.7, φτάνοντας τα 744 δισεκατομμύρια παραμέτρους από 355 δισεκατομμύρια, ενώ αυξάνει τα δεδομένα εκπαίδευσης στα 28,5 τρισεκατομμύρια tokens. Υιοθετεί επίσης μια νέα αρχιτεκτονική, πρωτοπορία της DeepSeek, που ονομάζεται DeepSeek Sparse Attention, σχεδιασμένη για να μεγιστοποιεί την υπολογιστική και την οικονομική αποδοτικότητα.
Το GLM-5 είναι διαθέσιμο στον επίσημο ιστότοπο της Zhipu και έχει διατεθεί ανοιχτού κώδικα σε GitHub και Hugging Face. Αξιοσημείωτο είναι ότι η Zhipu ανακοίνωσε πως το GLM-5 μπορεί να λειτουργήσει με εγχώριους επεξεργαστές από διάφορες κινεζικές εταιρείες ημιαγωγών, όπως Huawei, Moore Threads, Cambricon, Kunlunxin της Baidu, MetaX, Enflame και Hygon. Ωστόσο, δεν διευκρινίστηκε αν αυτοί οι επεξεργαστές χρησιμοποιήθηκαν για την εκπαίδευση του μοντέλου.
Η Zhipu, που προέκυψε από το Πανεπιστήμιο Tsinghua, παρακολουθείται στενά από τους αναλυτές της βιομηχανίας για ενδείξεις προόδου στις προσπάθειες αυτονομίας της Κίνας στον τομέα της τεχνητής νοημοσύνης. Η εταιρεία, που βρέθηκε στη μαύρη λίστα της Ουάσινγκτον στις αρχές του περασμένου έτους, έχει ανακοινώσει κατά τους τελευταίους μήνες την ανάπτυξη προηγμένων μοντέλων αποκλειστικά σε κινεζικό υλικό. Ωστόσο, έχει επίσης αναγκαστεί να περιορίσει τη χρήση των κορυφαίων προϊόντων της για τη διεθνή αγορά λόγω περιορισμένων υπολογιστικών πόρων.
Αυτό συνεχίζεται και με το GLM-5, καθώς η εταιρεία δηλώνει ότι θα το διαθέσει σταδιακά στους συνδρομητές κωδικοποίησης λόγω «περιορισμένης υπολογιστικής ικανότητας». Προειδοποίησε επίσης τους χρήστες ότι η χρήση του νέου μοντέλου μπορεί να οδηγήσει στην ταχύτερη εξάντληση των ορίων χρήσης. «Για να είμαστε ειλικρινείς: η υπολογιστική ισχύς είναι πολύ περιορισμένη», έγραψε η Zhipu στο X. «Ακόμα και πριν την κυκλοφορία του GLM-5, πιέζαμε κάθε τσιπ στο όριό του μόνο για να εξυπηρετήσουμε την εξαγωγή συμπερασμάτων.»
Το νέο ναυαρχικό μοντέλο της Zhipu έρχεται λιγότερο από ένα μήνα μετά την τελευταία μεγάλη αναβάθμιση με το GLM-4.7. Είναι η πρώτη μεγάλη κυκλοφορία μοντέλου μετά την πολυαναμενόμενη δημόσια εγγραφή της στο Χονγκ Κονγκ στις αρχές Ιανουαρίου, καθιστώντας την την πρώτη εταιρεία τεχνητής νοημοσύνης παγκοσμίως που προχωρά σε δημόσια εγγραφή.
Η MiniMax με έδρα τη Σαγκάη, η οποία προχώρησε σε IPO στο Χονγκ Κονγκ την ίδια εβδομάδα με τη Zhipu, παρουσίασε επίσης την Τετάρτη ένα νέο μεγάλο μοντέλο, το M2.5, διαθέσιμο για δοκιμή στον ιστότοπό της. Η Zhipu αποτιμάται περίπου στα 18 δισεκατομμύρια δολάρια ΗΠΑ, ενώ η κεφαλαιοποίηση της MiniMax ανέρχεται στα 20 δισεκατομμύρια δολάρια ΗΠΑ.
Τα τελευταία μοντέλα των Zhipu και MiniMax κυκλοφορούν ενώ σχεδόν όλοι οι πάροχοι προηγμένων μοντέλων τεχνητής νοημοσύνης στην Κίνα αγωνίζονται να κυκλοφορήσουν μεγάλα μοντέλα πριν από το Σεληνιακό Νέο Έτος, επαναλαμβάνοντας το περσινό σχέδιο της DeepSeek που την έκανε παγκοσμίως γνωστή. Άλλα κινεζικά μοντέλα που έχουν ήδη προσελκύσει ευρεία προσοχή τις τελευταίες ημέρες περιλαμβάνουν το Kimi K2.5 της Moonshot AI και το Seedance 2.0 της ByteDance, ένα μοντέλο πολυμέσων και δημιουργίας βίντεο αντίστοιχα. Εν τω μεταξύ, η DeepSeek έκανε μια μικρή αναβάθμιση στο μοντέλο της την Τετάρτη, επεκτείνοντας το παράθυρο πλαισίου σε πάνω από ένα εκατομμύριο tokens ανά συνομιλία, με το πολυαναμενόμενο νέο ναυαρχικό της μοντέλο να αναμένεται ακόμη.
